• 유통과학연구
• /
• 제7권4호
• /
• pp.47-56
• /
• 2009

전자부품생산 중·소 제조업체의 물적유통시스템의 효율성과 합리성을 향상시키기 위한 개선방안과 성력화, 정보화 내지 국제화 등의 기업환경변화에 대응해 물적유통을 전략적 측면의 「제3의 이윤원」으로 활용하도록 하는데 필요한 자료를 제공하기 위해서 2009년 6월부터 2009년 8월까지 약 3개월간의 기간을 거쳐 문헌조사방법과 설문지 조사방법을 병행하여 자료를 수집하였다. 연구조사 대상기업으로는 전자부품생산 제조업체 가운데 중·소기업을 중심으로 서울지역에서 27개사, 광주지역에서 10개사, 부산지역에서 12개사, 기타지역에서 10개사, 총 59개사를 선정하여 실태분석을 한 결과 물적유통시스템 구성요인의 효율성과 합리성을 향상시키기 위한 방안으로는 제품부문에서 고객과의 관계지향성을, 시장부문에서는 유통경로구조의 변경과 컨소시엄을 통한 자체 브랜드 개발 및 국내·외 시장에서의 판매계획을, 보관·창고부문의 경우에는 대기업과 연계할 수 있는 방안과 제3자 물류운영체계로의 전환 그리고 정부의 지원을, 수송부문에서는 철도수송의 활용과 「일괄수송협동체계」 내지 전국적인 「네트워크」망 구축 및 단위화물의 적정화를, 포장부문에서는 「유닛 로드 시스템」을 통한 포장규격화와 표준화 및 포장에 대한 전문업체의 교육프로그램 내지 포장기기에 대한 기술혁신이 선행되어야 하며, 재고부문의 경우에는 최고경영자 내지 담당자의 재고에 대한 새로운 접근인식을, 정보 및 컴퓨터 부문에서는 전산화의 정도가 유통 부분간에 상당한 차이가 있지만 궁극적으로 유통분야를 하나로 통합할 수 있는 「통합물류정보서비스(OSS:One-Stop-Service)」망의 구축을, 물류비구성부문에서는 「물류비 산정통일기준」의 제정 및 보급과 확립을, 마지막으로 물적유통시스템부문에서는 전문인력과 투자재원의 확보 및 아웃소싱의 활용을 들 수 있겠다. 결국 물적유통시스템의 합리적인 관리방안은 그 구성요인들의 체계화에 달려있다고 할 수 있으며 그 범위가 워낙 광대함으로 개별 경제적 입장에서 다루기보다는 사회경제적 관점하에서 전체적인 물적유통시스템을 체계화하는 방안으로 접근해야 할 것이다. 그리고 연구의 분석 틀을 가지고 전자부품 생산업체의 물적유통시스템을 개개의 요인으로 나누어 실태분석을 한 결과, 시사점으로는 ① 물적유통시스템의 구성요인이 통합물적유통 시스템으로 흐르지 않는 한 그 구성요인의 운영이 효율적으로 이루어지지 않을 것이다. ② 물적유통분야가 단순한 원가비용절감 분야가 아니라 기업의 중요한 전략적 의사결정분야로 그 중요성이 점차 증대될 것이다. ③ 물적유통 분야를 기업의 주요 경쟁전략 도구로 이용할 수 있다는 점을 들 수 있다. 그리고 연구의 한계점으로는 ① 실태조사를 통한 이론적 고찰에 그쳐 실증적 분석까지 이르지 못했다는 점, ② 임의표본추출에 의한 표본의 설정으로 그 결과에 대한 대표성에 상당한 문제가 있고 또한 결과에 대한 일반화에 제약이 있다는 점을 들 수 있을 것이다. 따라서 향후 이러한 한계점을 극복하기 위한 보다 체계적인 연구가 이루어져야 할 것이다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.